Présentation du cabinet :
a.m.i consulting est une entreprise familiale innovante (Le cabinet a obtenu en 2019 la bourse Innov’UP de BPI France) qui exploite pour vous la data, afin de vous fournir des consultants experts dans ces domaines. Soucieux du bien-être de nos collaborateurs et conscient des enjeux environnementaux, nous nous engageons à réduire notre empreinte carbone grâce à un processus de qualification, de sélection et d'intégration 100%% digitale.
Présentation de l'offre :
* Secteur : Défense
* Nombre d'année d'experience : 5 à 8 ans
* Contrat : CDI Mission
* Statut : Cadre
o La rémunération proposée se situe entre 55k€ et 60k€, en fonction du niveau de séniorité du consultant et de sa maîtrise de l'anglais.
o Prime de panier repas : 5k€ brut annuel par an
* Durée de la mission: longue
* Lieu de la mission : Paris
* Mission: Full Time
* Télétravail : 2 jours par semaine
* Bilingue Anglais : C1
* Profil habilitable : Nationalité ou double nationalité française obligatoire
Description et livrables de la prestation
Dans le cadre de l'optimisation des algorithmes de Frequency Hopping, nous recherchons un consultant capable de mener les activités suivantes :
Responsabilités principales :
* Optimisation des paramètres :
o Analyser les paramètres des algorithmes de Frequency Hopping pour maximiser leur efficacité dans différents scénarios d'utilisation.
o Identifier les interactions entre paramètres critiques pour améliorer les performances globales.
* Automatisation des suites de tests :
o Développer des outils automatisés pour la génération, l'exécution et l'analyse de campagnes de tests.
o Créer des scripts de validation pour vérifier la robustesse des algorithmes face à des environnements variés.
* Lancement et suivi des simulations Monte-Carlo :
o Configurer et lancer des simulations Monte-Carlo pour évaluer la performance statistique des algorithmes.
o Compiler et analyser les résultats pour détecter les tendances et anomalies.
* Convergence vers les meilleures configurations :
o Implémenter des approches itératives et/ou d’apprentissage automatique pour identifier les meilleures combinaisons de paramètres.
o Documenter les itérations pour assurer une traçabilité et justifier les choix retenus.
Compétences requises :
* Solides connaissances en algorithmes de Frequency Hopping et en optimisation paramétrique.
* Expérience en programmation (Python, MATLAB ou autre langage pertinent pour les simulations).
* Maîtrise des techniques de simulation Monte-Carlo.
#J-18808-Ljbffr
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.